Uncategorized

Van 1% naar 100% inzicht in klantcontact

By maart 6, 2020 mei 13th, 2020 No Comments

Tailo en VANAD werken elke dag aan het optimaliseren van klantcontact. Kunstmatige intelligentie & persoonlijk klantcontact komen samen in waardevolle inzichten die we omzetten in een nog betere Customer Experience.

“De waarde van ieder individueel contact is vooral heel belangrijk voor de klant die dat contact had, de waarde van al die contacten samen leidt tot continu verbeteren van processen in de hele Customer Journey. Een heel veelbelovend partnership.” Yvonne de Keijzer – General Manager VANAD Group

VANAD bevindt zich in een snel veranderend landschap van technologisch vooruitgang gecombineerd met steeds complexere klantprofielen. Door de Conversational Analytics van Tailo is VANAD nu in staat om een nog betere customer experience te leveren. In dit artikel vertelt CX-Expert Joost van Ham over het Conversational Analytics project dat hij recent gestart is.

“Een klantenservice beschikt over veel data vanwege al het klantcontact en de vele kanalen waar zij mee werken. Vaak wordt hier nog te weinig mee gedaan”, vertelt Joost. “Vanuit VANAD willen wij graag weten waar er potentie voor verbetering ligt en onze partners hierin ondersteunen. Wij willen service verlenen, kwaliteit leveren en oplossingen bieden. We lopen alleen tegen een aantal traditionele uitdagingen aan die we graag willen oplossen door de inzet van tools en technieken om conversational analytics mogelijk te maken.”

*Conversational analytics is de parapluterm waarmee alle transcripties van gesprekken (zowel spraak als geschreven) geanalyseerd worden. In dit voorbeeld gaat het om kunstmatige intelligentie als ondersteunende technologie.

Stop met traditioneel loggen

Het loggen van een gesprek is niet altijd even eenduidig of dit nu een telefonisch gesprek of een gesprek via social media, WhatsApp of chat is. De klantexpert moet een keuze maken waar het gesprek over ging, maar wat als jouw vraag 2 opties bevat of juist buiten de voorgestelde categorieën valt? Daarnaast kun je alleen maar vastleggen waarvoor een klant contact opneemt, maar zelden waarom. Een medewerker kan niet alles kwijt, kan niet alles registreren en dus is dit traditionele werken een statische werkelijkheid. Met conversational analytics worden transcripties van alle gesprekken geanalyseerd met modellen die bepalen waarover het gesprek ging. Zo hoeven klantexperts geen dubbele registratie te doen. Het traditionele loggen stopt…

Quality monitoring met machine learning

Kwaliteit in klantcontact is belangrijk. Krijgt de klant zo snel mogelijk in 1 keer een goed antwoord? Dat levert namelijk de hoogste klanttevredenheid op en de laagste kosten voor onze opdrachtgevers. Een probleem is dat kwaliteitscontroles en quality monitoring op basis van een kleine steekproef werd gedaan (<1% van alle contacten). Wij vinden dat dit anders kan. De kwaliteit van alle gesprekken moet automatisch worden geanalyseerd.

Werkelijke zinnen worden geanalyseerd in plaats van de ‘statische werkelijkheid’ van klantenservice medewerkers. De modellen zijn zelflerend, taggen alle nieuwe binnenkomende gesprekken en zullen in de toekomst zelf met voorstellen gaan komen hoe wij nog beter kunnen analyseren. Belangrijk om te weten is dat het doel niet is om onze collega’s hierop af te rekenen, maar veel eerlijker en gerichter te kunnen coachen.

Voorspelling van gebeurtenissen

Voorspellen op basis van gegevens uit het verleden is heel normaal, maar hoe krijg je grip op onverwachte gebeurtenissen? Welke effect heeft storm Chiara, Dennis of Ellen op klantprocessen? En hoe kunnen we hier bij een volgende storm op inspelen?

Door beter te kijken naar effecten van verstoringen op basis van conversational analytics, zijn we in de toekomst beter voorbereid. Hetzij door onze capaciteit beter aan te laten sluiten, of door betere informatievoorziening voor klanten in andere kanalen in te richten.

Bron van continue verbetering

Vaak weten onze opdrachtgevers welke processen of producten & diensten veel contacten veroorzaken. Toch blijkt het lastig om voldoende urgentie te krijgen. Met behulp van conversational analytics kunnen we heel precies inzichtelijk maken welke processen, welke producten & diensten verantwoordelijk zijn voor welk deel van alle contacten. Op die manier krijg je een heel duidelijk beeld van de business case en waar ruimte is voor verbetering.

En nu?

Op basis van de resultaten en behoefte zullen we conversational analytics gaan uitrollen op onze andere projecten. Ben je ook benieuwd hoe wij jouw klantenservice nog beter kunnen maken? Of wil je mee weten over conversational analytics? Vraag een gratis demo aan.

Leave a Reply